Geri Dön

Design and implementation of a kernelized correlation filters accelerator on zynq fpga via high-level synthesis of a custom dft block

Özel dft bloğunun yüksek seviye sentezi ile zynq fpga üzerinde bir çekirdek tabanlı korelasyon filtreleri hızlandırıcısının tasarımı ve uygulaması

PDF İndir

  1. Tez No: 864665
  2. Yazar: MUSTAFA YETİŞ
  3. Danışmanlar: PROF. DR. ENVER ÇAVUŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, gömülü ve gerçek zamanlı uygulamalarda nesne takibi performansını artırmayı hedefleyen Kernelized Korelasyon Filtresi (KCF) takip algoritmasının bir donanım-yazılım ortak tasarım uygulamasını ortaya koymaktadır. Bu araştırmanın motivasyonu, gözetleme, otonom araçlar, etkileşimli sistemler, robotik ve otomasyon gibi çeşitli uygulamalarda etkin ve gerçek zamanlı nesne takibi talebinin giderek artmasından kaynaklanmaktadır. Bu uygulamanın temelinde, Zynq heterojen platformuna entegre edilen Ayrık Fourier Dönüşümü (DFT) işlemi için özel bir donanım bileşeninin Yüksek Seviye Sentez (HLS) bulunmaktadır. Yenilik, özellikle Xilinx ZCU102 FPGA'nın Programlanabilir Mantık (PL) tarafında optimize edilmiş, CDFT adı verilen özel bir birleşik DFT ve ters DFT Fikri Mülkiyet (IP) geliştirmesine kadar uzanmaktadır. Eş zamanlı olarak, KCF algoritmasının geri kalanı, özelleştirilmiş bir Petalinux yapısı tarafından desteklenen İşlem Sistemi tarafında çalışmaktadır. Kapsamlı performans değerlendirmesi için, çalışma CDFT IP için bir cihaz sürücüsü ile birlikte bir kullanıcı uygulaması tanıtmaktadır, bu da Merkez Konum Hatası (CLE), Kesişme üzerinden Birleşim (IoU) ve Saniyedeki Kare Sayısı (FPS) gibi kritik metriklerin ölçülmesini sağlar. Bu bütünleşik yaklaşım, önemli performans iyileştirmeleri sağlar ve DFT hızlandırıcı, geleneksel yazılım tabanlı DFT uygulamalarına göre dikkate değer bir 21x hızlandırma gösterir. Algoritmik seviyede, KCF hızlandırıcı minimal hassasiyet kaybıyla 6x hız artışı elde eder ve yüksek doğruluk ve ılımlı hız arasında bir denge sağlar. KCF in tamamen FPGA üzerinde gerçeklendiği önceki uygulamalara kıyasla, bu ortak tasarım yaklaşımı sadece üstün doğruluk sergilemekle kalmaz, aynı zamanda performansını artırmak için daha fazla optimizasyon yolları sunar ve nesne takibinde yeni bir referans noktası belirler.

Özet (Çeviri)

This study unveils a hardware-software co-design implementation of an accelerator for the Kernelized Correlation Filter (KCF) tracking algorithm, targeted at enhancing object tracking performance in embedded and real-time applications. The motivation for this research stems from the growing demand for efficient and real-time object tracking in various applications such as surveillance, autonomous vehicles, interactive systems, robotics, and automation. At the core of this implementation is the HighLevel Synthesis (HLS) of a custom hardware component for the Discrete Fourier Transform (DFT) operation, integrated into the Zynq heterogeneous platform. The innovation extends to the development of a custom combined DFT and inverse DFT Intellectual Property (IP), named CDFT, optimized specifically on the Programmable Logic (PL) side of the Xilinx ZCU102 FPGA. Concurrently, the remainder of the KCF algorithm operates on the Processing System side, supported by a customized Petalinux build. For comprehensive performance evaluation, the study introduces a driver for the CDFT IP alongside a user application, enabling the measurement of critical metrics including Center Location Error (CLE), Intersection over Union (IoU), and Frames per Second (FPS). This integrated approach yields significant performance enhancements, with the DFT accelerator demonstrating a remarkable 21x speedup over traditional software-based DFT implementations. At the algorithmic level, the KCF accelerator achieves a 6x speed increase with minimal precision loss, striking a balance between high accuracy and moderate speed. Compared to prior exclusively hardware-based implementations, this co-designed approach not only showcases superior accuracy but also presents avenues for further optimizations to augment its performance, setting a new benchmark in the domain of object tracking. Performance evaluation metrics, and the comparative results, offering a clear and concise overview of the study's contributions and achievements.

Geri Dön